Claude Opus 5.5 (medium) vs GPT-5.6 Sol (high)

GPT-5.6 Sol (high) average score मध्ये पुढे आहे: 9.5 vs 9.2. GPT-5.6 Sol (high) चा benchmark खर्च कमी आहे: $1.595 vs $1.804. GPT-5.6 Sol (high) वेगवान आहे: 13.59s vs 25.85s, pass rates 89.9% vs 89.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक: #29
एकूण आउटपुट टोकन्स: 32,127
प्रतिसाद वेळ (सरासरी): 25.85s
एकूण खर्च: $1.804

क्रमांक: #21
एकूण आउटपुट टोकन्स: 32,071
प्रतिसाद वेळ (सरासरी): 13.59s
एकूण खर्च: $1.595

शिफारस केलेले मॉडेल GPT-5.6 Sol (high)

It has the best score here (9.5), while responding about 1.9x faster than Claude Opus 5.5 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	GPT-5.6 Sol GPT-5.6 Sol high प्रकाशन: 2026-07-09

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	GPT-5.6 Sol GPT-5.6 Sol high प्रकाशन: 2026-07-09
स्कोअर	9.2	9.5
क्रमांक	#29	#21
विश्वसनीयता	10.0	10.0
सुसंगतता	9.7	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.9%	89.9%
अस्थिर चाचण्या	1	3
एकूण रन	69	69
प्रति निकाल खर्च	9.016	8.020
एकूण खर्च	$1.804	$1.595
इनपुट किंमत	$4.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	290,117	195,567
आउटपुट टोकन्स	9,805	5,841
रिझनिंग टोकन्स	22,322	26,230
प्रतिसाद वेळ (सरासरी)	25.85s	13.59s
प्रतिसाद वेळ (कमाल)	90.20s	59.99s
प्रतिसाद वेळ (एकूण)	594.63s	312.61s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~2T एकूण (~150B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#29 Claude Opus 5.5

medium

खर्च: $0.053
वेळ: 25.6s
टोकन्स: 2,781 tok

#21 GPT-5.6 Sol

high

खर्च: $0.151
वेळ: 201.9s
टोकन्स: 5,100 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		62.59s	156,163	2,513	2,420
GPT-5.6 Sol	10.0	10.0	100.0%	0		59.99s	116,309	986	2,377

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.42s	858	321	657
GPT-5.6 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
GPT-5.6 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		55.69s	96,679	4,639	4,527
GPT-5.6 Sol	10.0	10.0	100.0%	0		24.99s	56,154	3,298	4,866

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.65s	10,515	312	277
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.16s	7,140	222	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	7.7	10.0	66.7%	0		21.35s	990	61	8,360
GPT-5.6 Sol	5.3	7.2	44.4%	1		37.67s	628	62	10,365

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		6.17s	714	273	326
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		21.33s	921	96	336
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		30.12s	912	513	491
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		74.20s	11,757	441	587
GPT-5.6 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	3.0	10.0	0.0%	0		27.75s	0	0	0
GPT-5.6 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

तुलना जोडी बदला

Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh Claude Opus 5.5lowvsGPT-5.6 Solhigh Claude Opus 5.5mediumvsSeed 2.1 Turbolow Claude Opus 5.5mediumvsQwen3.8 Max (0902)high Claude Opus 5.5mediumvsMuse Spark 1.3high Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Claude Opus 5.5mediumvsParetodefault Claude Opus 5.5mediumvsSeed 2.1 Turbohigh Gemini 3.7 FlashlowvsGPT-5.6 Solhigh Claude Opus 5mediumvsGPT-5.6 Solhigh Claude Opus 5.5mediumvsGemini 3.7 Flashlow Claude Opus 5.5mediumvsGemini 3.5 Flashlow